Une équipe internationale de scientifiques, dirigée par un chercheur de l’Université de Manchester, a développé une nouvelle approche d’IA (intelligence artificielle) pour distiller la terminologie technique de l’astronomie en un anglais simple et compréhensible dans leur récente publication.
La nouvelle recherche est le résultat de la collaboration internationale RGZ EMU (Radio Galaxy Zoo EMU) et fait passer le langage de la radioastronomie de termes spécifiques, tels que FRI (Fanaroff-Riley Type 1), à des termes anglais clairs tels que « sablier » ou » trace la galaxie hôte. »
L’article est publié dans la revue Avis mensuels de la Royal Astronomical Society.
En astronomie, la terminologie technique est utilisée pour décrire des idées spécifiques de manière efficace et facilement compréhensible pour les astronomes professionnels. Cependant, cette même terminologie peut également devenir un obstacle à l’inclusion de non-experts dans la conversation. La collaboration RGZ EMU construit un projet sur la plateforme de science citoyenne Zooniverse, qui demande au public de l’aide pour décrire et catégoriser les galaxies imagées à travers un radiotélescope.
Les projets d’astronomie moderne collectent tellement de données qu’il est souvent impossible pour les scientifiques de tout regarder par eux-mêmes, et une analyse informatique peut encore manquer des choses intéressantes facilement repérables par l’œil humain.
Micah Bowles, auteur principal et scientifique des données de RGZ EMU, a déclaré : « L’utilisation de l’IA pour rendre le langage scientifique plus accessible nous aide à partager la science avec tout le monde. Avec les termes anglais clairs que nous avons dérivés, le public peut s’engager dans la recherche en astronomie moderne comme jamais auparavant et faites l’expérience de toute la science incroyable qui se fait dans le monde entier. »
Les radiotélescopes fonctionnent de manière très similaire aux antennes paraboliques, mais au lieu de capter les signaux de télévision, ils peuvent être utilisés pour capter la lumière radio générée par des objets astrophysiques très énergétiques, tels que les trous noirs dans d’autres galaxies. Pendant de nombreuses décennies, ces « radio galaxies » ont été classées en différents types par les astronomes pour les aider à comprendre les origines et l’évolution de l’univers.
Récemment, des améliorations spectaculaires apportées aux radiotélescopes du monde entier ont révélé de plus en plus de ces radiogalaxies, rendant non seulement impossible pour les astronomes professionnels de les regarder individuellement et de les catégoriser, mais introduisant également de nouvelles variations qui ne sont pas déjà capturées par types de radio galaxies existants. Au lieu d’essayer d’inventer de plus en plus de nouvelles terminologies techniques pour différents types de radiogalaxie – et de former les gens à les reconnaître – l’équipe RGZ EMU a vu une voie différente qui permettrait aux scientifiques citoyens de participer plus pleinement à leur projet de recherche.
L’équipe RGZ EMU a d’abord demandé à des experts de décrire une sélection de radiogalaxies avec leurs termes techniques, puis a demandé à des non-experts de les décrire en langage clair. À l’aide d’une approche basée sur l’IA, la première du genre, qu’ils avaient développée, ils ont ensuite identifié les descriptions en anglais clair qui contenaient le plus d’informations scientifiques. Ces descriptions (« tags ») peuvent désormais être utilisées par n’importe qui pour décrire les radiogalaxies – d’une manière significative pour tout anglophone – sans aucune formation spécialisée. Ce travail sera non seulement crucial pour le projet RGZ EMU, mais avec des volumes toujours croissants de données dans de nombreux domaines scientifiques, cette nouvelle approche d’IA pourrait être utilisée dans de nombreuses autres situations où un langage simplifié peut accélérer la recherche, la collaboration et la communication.
Dirigée depuis Manchester, cette recherche a été menée par des chercheurs du Royaume-Uni, de Chine, d’Allemagne, des États-Unis, des Pays-Bas, d’Australie, du Mexique et du Pakistan. Les données, le code et les résultats sont tous disponibles en ligne.
Plus d’information:
Micah Bowles et al, Radio galaxy zoo EMU: Towards a semantic radio galaxy morphology taxonomy, Avis mensuels de la Royal Astronomical Society (2023). DOI : 10.1093/mnras/stad1021